دانلود مقاله ISI انگلیسی شماره 78973
عنوان فارسی مقاله

الگوریتم خوشه بندی مبتنی بر تراکم مقیاس پذیر و کارآمد برای نرمال کردن داده

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
78973 2016 6 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
An Efficient and Scalable Density-based Clustering Algorithm for Normalize Data ☆
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Computer Science, Volume 92, 2016, Pages 136–141

کلمات کلیدی
الگوریتم خوشه بندی بر اساس تراکم - پیچیدگی محاسباتی
پیش نمایش مقاله
پیش نمایش مقاله الگوریتم خوشه بندی مبتنی بر تراکم مقیاس پذیر و کارآمد برای نرمال کردن داده

چکیده انگلیسی

Data clustering is a method of putting same data object into group. A clustering rule does partitions of a data set into many groups supported the principle of maximizing the intra-class similarity and minimizing the inter-class similarity. Finding clusters in object, particularly high dimensional object, is difficult when the clusters are different shapes, sizes, and densities, and when data contains noise and outliers. This paper provides a new clustering algorithm for normalized data set and proven that our new planned clustering approach work efficiently when dataset are normalized.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.